From 7260e91d26bb8a4bb04ceb55af6adc4d09d932bc Mon Sep 17 00:00:00 2001 From: paul-loedige Date: Wed, 10 Feb 2021 18:35:45 +0100 Subject: [PATCH] =?UTF-8?q?w=5F0=20erkl=C3=A4rt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- Readme.md | 2 +- chapters/Supervised Learning/Linear Machines.tex | 4 ++++ 2 files changed, 5 insertions(+), 1 deletion(-) diff --git a/Readme.md b/Readme.md index 9d1a26b..4b8c8f8 100644 --- a/Readme.md +++ b/Readme.md @@ -5,7 +5,7 @@ Dieses Repo beinhaltet die $\LaTeX$ Informationen für die Zusammenfassung im Fa - [x] Qualitätsmaße (https://en.wikipedia.org/wiki/Evaluation_of_binary_classifiers) - [x] Nachteile von Accuracy - [x] Fokus auf Accuracy, F1, Precision und Recall -- [ ] $w_0$ bei Perzeptron erklären (siehe Feedback Übung 3.1) +- [x] $w_0$ bei Perzeptron erklären (siehe Feedback Übung 3.1) - [ ] Verlustfunktionen aus KI - [ ] Backpropagation Rechenbeispiel (Übung ML_2020_11_16, KI Zusammenfassung, Feedback Übung 3.2) - [ ] Gradientenverfahren aus KI diff --git a/chapters/Supervised Learning/Linear Machines.tex b/chapters/Supervised Learning/Linear Machines.tex index 1efaaf2..68167ce 100644 --- a/chapters/Supervised Learning/Linear Machines.tex +++ b/chapters/Supervised Learning/Linear Machines.tex @@ -51,6 +51,10 @@ Ein Perzeptron beschreibt eine lineare Maschine, die eine Datenmenge durch eine Hyper-Ebene (die Diskriminante) in zwei Cluster unterteilt. Die Funktion für die Diskriminante ist hierbei $y(\bm{m})=\text{sng}(g(\bm{m})) = \text{sgn}(\bm{w}^T\bm{m}+w_0)$. Da sich $\bm{w}$ durch $\bm{w} = \sum^n_{i=1}\alpha_i\cdot y_i \cdot \bm{m}_i$ (mit $n = $Anzahl der Datenpunkte und $\alpha_i = $ Anzahl, wie oft $\bm{m}_i$ ausgewählt wurde) definiert ist die Dimension von $\bm{m}$ unwichtig. + Das Gewicht $w_0$ wird auch als \say{Bias} bezeichnet wird. + Dieses Gewicht ist wichtig, um die Geradengleichung der Diskriminanten aufstellen zu können ($w_0$ verschiebt die Gerade in y Richtung). + Ohne das Bias könnte man die Gerade nur drehen und nicht verschieben. + \subsection{Beispiel: nicht-symmetrischer Lernalgorithmus} \includegraphics[width=\textwidth]{Perzeptron_Lernalgorithmus.png}